基于电信数据分析的群体客户关系管理关键技术研究

群体客户关系管理（Group CRM）是一种新型电信客户关系管理范式。它将复杂网络分析理论、数据挖掘等学科涌现出的新方法与分析型客户关系管理理论相关结合并实践于电信领域。群体客户关系管理的核心是客户群体的划分和基于客户群体特征分析的市场策略制定。本项目主要研究：基于图挖掘多关系客户群聚类算法、客户群体特征提取与修正方法、面向群体分析的客户角色确定方法、基于社团演化分析的客户群体生命周期判定方法，并综合上述算法提出针对客户群各生命周期和客户角色可区分的市场策略制定原则及实践验证。本项目特点在于一方面充分利用海量客户通信行为数据反映出的客户自身社会关系，通过研究并提出新的图挖掘算法，将传统面向个体特征的分析型客户关系管理提升到群体客户关系管理，提高客户关系管理的效率和精准性；另一方面探索一条在复杂网络研究领域从高端理论研究到产业应用顺畅的理论与实践相结合的技术路线，为网络科学研究开拓新视角。

近年来，社会网络分析在电信领域得到越来越多的关注。本项目研究了复杂网络数据挖掘技术及其在电信客户关系管理的应用。重点研究了电信社群网络中社团发现算法、社会网络演化分析方法、网络链接预测方法、基于图的多维分析方法、电信客户通信网络结构特征计算方法和常用信息特征的推断方法以及基于相关特征的客户角色聚类分析方法。在此基础上，研究了相关算法的基于并行计算的实现方法，研发了基于云计算平台的电信社会网络分析平台。同时，将算法和平台应用于电信客户管理相关的基于交往圈的移动用户特定身份识别、基于交往圈能量扩散的电信客户流失预测、电信客户交往联系预测等实际场景中，获得了较好实用效果。本项目在KDD、EDBT、CIKM、PAKDD 和ICDM 等重要会议及专题讨论会和DKE等国国际刊物上发表了多篇论文，在国内知名刊物如JCST、软件学报、计算机研究与发展上也发表多篇论文，各类论文总数40 余篇。在网络演化分析方面申请并授权一项专利。